| 講演名 | 2012-01-26 多次元尺度構成法と混合分布推定に基づく時系列相互相関解析(一般,複雑系とニューロコンピューティング) 伊吹 勇郎, 鈴木 正, 井上 純一, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | マルチ・チャンネルからの脳波測定等,計測技術の向上により,多変量データ解析においては,複数時系列から意味ある構造を見いだすことが本質的に重要になっている.時系列間の相互相関は,この構造を見いだすための重要な指標ではあるが,通常用いられる相関係数は「距離の公理」を満たさない.そこで,我々は相関係数をある規則のもとに「距離」へと変換し,この距離を所与として多次元尺度構成法を用い,各チャンネルでの計測値を2次元平面上に「時間依存散布図」として描くことで,複数時系列間の「相互関係変化の可視化」を試みる.実データとしては平成23年3月11日の東日本大震災前後の日経株価をとりあげる.震災直後には多くの銘柄(チャンネル)が同時に売られることで,銘柄間相関が強まり,散布点群が狭く限定された領域に収縮することが期待される.我々はこの散布点群を混合正規分布推定を用いてクラスタリングし,赤池情報量規準に基づいて決定される成分数が急変する時刻を「金融危機」として予測する理論的フレームワークを提案する. |
| 抄録(英) | In this paper, we investigate cross-correlations between typical Japanese stocks collected through Yahoo!Japan website (http://finance.yahoo.co.jp/). By making use of multi-dimensional scaling (MDS) for the cross-correlation matrices, we draw two-dimensional scattered plots in which each point corresponds to each stock. To make a clustering for these data plots, we utilize the mixture of Gaussians to fit the data set to several Gaussian densities. By minimizing the so-called Akaike Information Criterion (AIC) with respect to parameters in the mixture, we attempt to specify the best possible mixture of Gaussians. It might be naturally assumed that all the two-dimensional Gaussians shrink into a single small region when some economic crisis takes place. The justification of this assumption is numerically checked for the empirical Japanese stock data, for instance, those around 11 March 2011. |
| キーワード(和) | 時系列解析 / 相互相関関数 / 多次元尺度構成法 / データ可視化 / 混合正規分布 / 赤池情報量規準 / シミュレーテッド・アニーリング / EMアルゴリズム / 金融実データ解析 |
| キーワード(英) | Time series analysis / Cross-correlation function / Multi-dimensional scaling / Data visualization / Mixture of Gaussians / AIC / Simulated annealing / EM algorithm / Stock market analysis |
| 資料番号 | NC2011-106 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2012/1/19(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 多次元尺度構成法と混合分布推定に基づく時系列相互相関解析(一般,複雑系とニューロコンピューティング) |
| サブタイトル（和） | |
| タイトル（英） | Cluster analysis and Gaussian mixture estimation of correlated time-series by means of multi-dimensional scaling |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 時系列解析 / Time series analysis |
| キーワード(2)（和/英） | 相互相関関数 / Cross-correlation function |
| キーワード(3)（和/英） | 多次元尺度構成法 / Multi-dimensional scaling |
| キーワード(4)（和/英） | データ可視化 / Data visualization |
| キーワード(5)（和/英） | 混合正規分布 / Mixture of Gaussians |
| キーワード(6)（和/英） | 赤池情報量規準 / AIC |
| キーワード(7)（和/英） | シミュレーテッド・アニーリング / Simulated annealing |
| キーワード(8)（和/英） | EMアルゴリズム / EM algorithm |
| キーワード(9)（和/英） | 金融実データ解析 / Stock market analysis |
| 第 1 著者 氏名（和/英） | 伊吹 勇郎 / Takero IBUKI |
| 第 1 著者 所属（和/英） | 北海道大学大学院情報科学研究科 Graduate School of Information Science and Technology, Hokkaido University |
| 第 2 著者 氏名（和/英） | 鈴木 正 / Sei SUZUKI |
| 第 2 著者 所属（和/英） | 青山学院大学理工学部物理・数理学科 Aoyama-Gakuin University |
| 第 3 著者 氏名（和/英） | 井上 純一 / Jun-ichi INOUE |
| 第 3 著者 所属（和/英） | 北海道大学大学院情報科学研究科 Graduate School of Information Science and Technology, Hokkaido University |
| 発表年月日 | 2012-01-26 |
| 資料番号 | NC2011-106 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 419 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |